文本閱讀：
　　1.7周期信號9
　?。╒CA）完成的【Str95，pp.34-35】【Cha80，pp.84-89】。在章節(jié)4.1中將對包絡發(fā)生器進行更詳細的介紹。
　　1.6信號的疊加
　　如果一個信號x【n】的峰值幅度或RMS幅度為A（在某個固定的窗內），那么經過縮放后的信號k-x【n】（其中k≥0）的幅度將為kA?？s放后信號的平均功率變?yōu)樵鹊膋倍。在把兩個不同的信號疊加在一起時，情況會變得更為復雜；僅僅知道兩者的幅度并不足以獲知兩者和的幅度。
　　不過，幅度的這2種度量方法至少會遵循三角不等式，即對于任意兩個信號x【n】和y【n】，有eak{x【n】}+Apeak{y【n】}≥Areak{x【n】+y【n】}
　　ARMs{x【n】}+AkMs{y【n】}=Aaws（x【n】+y【n】}
　　如果我們像通常一樣將一個窗固定為從M到N+M-1，那么我們可以寫出2個信號的和的平均功率：
　　P（x【n】+y【n】}=P（xdn】}+P【n】}+2.cOV（x【nl，y【n】}
　　式中我們引入了2個信號的協(xié)方差（Covariance）：
　　coVid【al，【a】）=s4ly（】...+【W+w-lMM+N-1協(xié)方差可以是正值，也可以是零或負值。在一個充分大的窗內，2個不同頻率的正弦波的協(xié)方差與其平均功率相比可以忽略不計。協(xié)方差為0的2個信號被稱為是不相關（Uncorrelated）的（相關就是把協(xié)方差歸一化到-1~1）。一般而言，兩個不相關信號之和的功率等于這兩個信號的功率之和：
　　P（x【n】+y【n】}=P（xdnl}+Py【n】}，當coVfx【n】.y【n】}=0時對于幅度來說，上式將變?yōu)椋?br /> 　?。ˋkMs（x【n】+y【nl}）2=（A.ws{x【n】}）2+（4RMsE【n】}）2這就是我們熟悉的畢達哥拉斯關系式。因此，可以把相互之間不相關的信號看成是彼此呈直角的向量；正相關的信號彼此之間呈銳角，負相關的信號彼此之間呈鈍角。
　　例如，如果2個不相關信號的RMS幅度均為a，則其和信號的RMS幅度將為a。另一方面，如果2個信號恰好相等--即最相關的情況--則其和信號的幅度為2a，這也是前面提到的三角不等式所允許的最大值。
　　1.7周期信號
　　一個信號x【n】若對于所有的n都有